Arcee是一个专注于企业的安全平台，可用于构建GenAI
在Hugging Face工作期间，工程师马克·麦克奎德和布赖恩·本尼迪克特在帮助企业客户采用GenAI时遇到了挑战。由于对透明度的认知欠缺，一些公司不愿使用闭源AI接口，同时也对开源模型存在安全问题表示抵制。
“我们认识到，克服现有生成性人工智能系统中的信任缺失是主要挑战，”麦克奎德在一次电子邮件采访中告诉TechCrunch说，“尤其是在性能和安全方面。”
麦克奎德之前曾在Rackspace和计算机视觉初创公司Roboflow工作过，他受到启发开始寻找其他解决方案。在未找到任何解决办法后，他与Roboflow的机器学习主管Jacob Salowetz和本尼迪克特一起，从零开始开发了一个平台，让组织可以在安全的计算环境中构建和训练GenAI模型。
去年2月上线的Arcee平台是由位于迈阿密的初创公司负责维护的。迄今为止，该平台已吸引了550万美元的风险投资，投资者包括Long Journey Ventures、Flybridge、Centre Street Partners、Wndrco、35V、AIN Ventures以及Hugging Face首席执行官兼联合创始人Clément Delangue。
“Arcee彻底改革了高度受监管的行业，如法律、医疗、保险和金融服务，“麦克奎德说。“Arcee的平台使这些行业以及所有拥有高度专有数据的组织能够在自己的云环境中安全地构建专门的语言模型，利用自己的数据。”
随着GenAI的兴起，越来越多的初创公司纷纷涌现，以应对麦克奎德所描述的问题：安全高效地训练私人企业模型。
例如，上下文人工智能通过提供工具来定制GenAI模型，特别是OpenAI的ChatGPT这样的大型语言模型（LLM），以适用于商业用例。Giga ML提供工具来帮助企业离线部署LLM。还有Reka，用于构建针对公司应用（如文档分析）的定制模型。
那么，Arcee如何与众不同呢？麦克奎德声称有几个关键的方式。
首先，Arcee的平台是端到端的，采用了适应性系统来进行GenAI模型的训练、部署和监测。它还在虚拟私有云中运行，为了减少隐私风险，提供了“卓越”的微调和安全性。
考虑到调查显示企业把安全放在首位可能是明智的。根据Salesforce最近的一项调查发现，71%的IT领导预计生成式人工智能将给数据带来新的安全风险。
“阿尔茜的方法使组织能够在自己的安全环境内构建和训练这些模型。”麦克奎德说：“这不仅确保了数据隐私，还赋予企业完全拥有 AI 模型和技术堆栈的所有权。”
假设Arcee平台确实在某些方面优于竞争对手，但在日益拥挤的通用AI开发平台市场上，Arcee仍然需要走一段漫长的路才能立足。它不仅需要与初创公司竞争，还要面对像谷歌、微软和亚马逊这样的老牌公司在这一领域的竞争，例如可以看看Vertex AI。
然而，阿西的最初支持者仍对其抱有信心。以下是Flybridge的杰西·米德尔顿的观点：
“我们决定投资Arcee的原因是由三个引人注目的因素推动的，”他在电子邮件中说道。“首先，分析师估计，当今所有企业软件支出中有2.5%用于人工智能应用。这个蓬勃发展的人工智能市场，尤其是在行业特定解决方案方面，使得Arcee独具优势。其次，团队的专业知识和早期成功赢得多个全球2000家客户，表明他们对市场需求有着深刻的理解。最后，当前的人工智能领域需要像Arcee这样的创新解决方案，这使得现在是投资于企业的每个部门中的人工智能和小型语言模型未来的最佳时机。”
但是再说一遍：企业对于GenAI的需求是否足够高，以支持又一个平台？我认为这是一个合理的担忧。
在波士顿咨询集团最近对1,400名C级高管的调查中，只有大约一半的受访者表示他们预计人工智能一代（GenAI）能够给他们负责的工作人员带来显著的生产力提升。BCG的另一项调查发现，超过一半的高管决策者因担心人工智能一代可能会鼓励做出错误或非法决策并危及雇主的数据安全，因此他们“不鼓励”采用人工智能一代。
正如你所预料的，McQuade坚信，倘若得到正确的客户和投资者支持，Arcee可以脱颖而出，甚至能够出类拔萃。他表示，迄今为止筹集的资金将使Arcee能够扩大劳动力，构建平台并进入新的市场。
麦克奎德补充道：“我们客户的热烈反应表明我们不仅是在市场上填补了一个空白，而且实际上正在领导AI创新的发展。”他拒绝透露这些客户的名字。 “我们致力于为我们的投资者、合作伙伴和客户创造价值，并认为目前应该把重点放在我们的技术和市场进展上，而不是特定的财务指标。”
麦克奎德并不是天真的乐观，至少在投资领域上是如此。根据Pitchbook的数据，截至去年9月，风险投资家在基因人工智能初创公司中投入了214亿美元，而这一数字在2022年为51亿美元。假设2024年会是类似的情况，资金应该会相对自由地流动。
